蛟宠龙后将在2-3年内在国内市场形成更大规模的落地效应，包括新兴领域和传统行业。在人工智能落地的动力与瓶颈方面，数据问题应该受到足够的重视。随着人工智能从云到端的发展，端侧

　　针对AI会在多久之内改变企业和所处行业发现，有35%的人认为会在2-3年之内人工智能将会改变其企业，同时有27%的人认为4-5年内人工智能将改变其所处的行业，尽管现在国内AI还处于发展的早期，但是大家对于AI的发展有较为明确的共识。对于初创企业来讲，竞争时间非常紧张，在未来2-3年，最晚4-5年之内，需要尽力提升差异化竞争的优势。

　　根据调研分析，企业用户选择AI的首选驱动因素就是可以提升效率，其次原因为节约成本，再次为提升用户体验、提升数据分析能力，还有其他诸如辅助接触、客户画像、差异化服务等因素。其实AI作为一项通用的技术，未来将渗透到我们生活的方方面面，对于企业来讲，是否能够真正的用AI理念、技术去构筑核心竞争力，也是未来决胜的一个关键。

　　2018年AI大规模落地，碎片化应用场景开始广泛渗透。AI应用最多的领域包含消费级产品与服务行业(对话式AI)、医疗行业(AI辅助影像诊断)、零售行业(智能货柜)、制造业(产品分拣)、金融行业(反欺诈、对话式客服)、互联网行业(内容审核、产品推荐)等;典型的AI应用于创新实践的包含刷脸支付、无人零售、摄像头、音箱、速记员、视频换脸、实时翻译耳机、手持翻译机、语音助手、电话客服、医学影像诊断、AI-IoT等，这些是一些碎片化的比较典型的应用场景，以语音和图像居多。

　　现阶段，推动AI创新与应用落地的因素：大数据是基础，算法是核心，芯片是高地，人才是关键，选定垂直的细分领域非常的重要。AI的人才问题相比过去几十年的发展，已经不是主要的瓶颈，我们国家有勤勉的人才，国家战略层面也非常重视人才问题。现在主要探讨芯片、算法和数据，这些已经成为限制AI发展的关键因素。

　　用户在开发使用AI芯片类型的以深度学习为代表的AI计算需求，主要是以FPGAASICGPU这种适合并行计算的通用芯片来实现加速的。随着产业环境的日渐成熟，真正的面向算法，在性能、功耗、面积等方面去进一步优化的全定制化芯片会具有越来越大的规模。随着AI从云到端的发展，端侧芯片的竞争会更加激烈，但是从表面看，这些芯片在暗较长短，每一种芯片都有各自的优势和短板所在。其实不存在某一种芯片能够吃遍所有的应用，因为除了芯片，背后考验的还有软件支持、生态、服务等因素。

　　ARM的占有率非常高，达到了35%，ARM其实是把握了其核心的价格优势，在此基础上迅速构建生态。由此来看，在一个新的应用来临之时，往往也是行业在加速洗牌的时候。有越来越多的初创企业开始芯片方面的布局，其中的算法公司居多，当这些公司真正能够实现软硬一体化时，对下一步落地应用和公司未来的发展战略、融资上市等都会有一些帮助。

　　排名前几的分别有华为HiKey970为23%、瑞芯微RK3399Pro为21%、威盛Edge AI人工智能开发套件为13%等。华为HiKey970集成了华为Hi AI框架，以主流的神经网络架构进行深度学习算法开发。瑞芯微RK3399Pro是面向嵌入式应用的，是一款arm架构的开发板，集设计、芯片调试和芯片验证与一体。工程师对于开发套件方面有呼声比较高的一些建议和期待，如进一步降低开发难度、开源、更丰富的产品、快速搭建社区资源等几方面。

　　算法是AI的基础和核心。从调研结果分析来看，背后有google强大支撑的TensorFlow处于领先状态，市占率达到23%。第二名是背后有Facebook支持的PyTorch，市占率达到13%，它虽然还很年轻，但可以支持TensorFlow不支持的一些定制，所以发展非常的迅速。第三名是占比达到9%的caffe2，也是Facebook的另一款开源产品。

　　算法框架同样凸显了生态资源的拉动效应，我们也期待未来在核心前沿的领域能够有更多的中国算法框架上榜。现在即将进入人和AI协作的时代，人机交互走向自然人机交互，最终目标是实现人机协同。自然人机交互中界面并不是最重要的因素，贯穿于人机交互发展始终的是用户体验，像语音交互技术逐步发展，从单轮到多轮对话，合成语音更为自然、真实的接近真人水平。

　　人脸、手势等更多通道出现，多通道的融合交互成为未来主流。像触控、语音、手势、人脸等最有可能成为多通道融合的主流通道，甚至触觉、嗅觉也有可能纳入多通道交互中。

　　人机协同就是通过感知、认知决策，最终实现从真实世界到数字世界的技术闭环。现阶段机器与人的协作是从识别人开始，我们所做的事情就是通过人脸识别、声音识别给设备装上眼睛、耳朵。目前的热点技术如前端快速识别、远距离大规模识别、3D的精细化建模、多模态识别交互等均为人机协作的初级阶段。 终极目标是通过融合交互提升机器的智能化，让机器更懂你，交互更自然。